MEMS傳感器中的噪聲分析和識別的設(shè)計分析

　　這個設(shè)計技巧解釋了如何分析和識別MEMS傳感器中的噪聲。解釋了Allan方差和hadamard方差，以及它們的變化（重疊、修正和總計），還提到了理論方差1（Theo1）。

?

　　好處：

　　如何通過Allan和其他方差來表征MEMS傳感器

　　基本假設(shè)是，在測量過程中，感興趣的信號是恒定和平坦的。然而，傳感器輸出是感興趣的信號和噪聲的總和。粗略地說，從長期來看，噪音應(yīng)該平均為零。在測量過程中采集了許多樣本。噪聲的分析和識別有助于確定可以平均多少個樣本以最小化傳感器輸出的方差。

　　標準方差的問題是它在增加數(shù)據(jù)運行時間方面表現(xiàn)得不好。為了解決這個問題，發(fā)展了Allan方差。Allan方差σ2計算為連續(xù)“樣本”（2-樣本方差）之間平方差的平均值?！皹颖尽蓖ㄟ^在時間間隔τ=m*Ts內(nèi)對m個樣本進行平均計算，其中Ts=1/Fs是采樣間隔，F(xiàn)s是采樣頻率。

　　Allan方差σ（τ）是Allan方差σ2（τ）的平方根，對數(shù)圖的斜率取決于噪聲類型。這是能夠識別噪聲類型的斜率。見下表。

　　Allan方差（非重疊AVAR、重疊OAVAR、修正MAVAR）和Hadamard方差（非重疊HVAR和重疊OHVAR）可使用數(shù)字濾波器鏈計算：

　　M（M）M樣本上的移動平均值

　　·D1（m）樣品n和樣品（n+m+1）th之間的第一個差值

　　m:1下采樣，從m中選擇1個樣本

　　輸出中不得出現(xiàn)瞬變。方差是通過平方和平均輸出樣本來計算的。偏差是方差的平方根。偏差的置信度可以估計為偏差本身除以平均輸出樣本數(shù)的平方根。